Изследователи от Университета по технологии в Сидни (UTS) постигнаха пробив в използването на изкуствен интелект (ИИ) за бързо откриване на COVID-19 инфекция чрез анализ на рентгеновите снимки на гърдата. Тяхният алгоритъм, базиран на дълбоко обучение и известен като Custom Convolutional Neural Network (Custom-CNN), постигна впечатляваща точност от над 98%.
Тестването в реално време с обратна транскрипция-полимеразна верига (RT-PCR), настоящият златен стандарт за диагностициране на COVID-19, има ограничения като високи разходи, бавни резултати и лъжливо отрицателни резултати. Като допълнение към RT-PCR, рентгеновите снимки на гърдата помагат за своевременното откриване и управление на контагиозни инфекции, особено когато RT-PCR показва отрицателен резултат.
COVID-19 показва специфични радиологични характеристики в рентгеновите снимки на гърдата, на които радиолозите разчитат за диагностика. Въпреки това, този ръчен преглед на рентгеновите снимки е времеемъчен и податлив на грешки. За да се справят с тези предизвикателства, изследователите от UTS се обърнаха към ИИ, за да оптимизират диагностичния процес.
Амир Гандоми, съавтор на изследването, обясни: „Най-широко използваният тест за COVID-19, реалната полимеразна верига (PCR), може да е бавен, скъп и да дава лъжливи отрицателни резултати. За да се потвърди диагнозата, радиолозите трябва да преглеждат ръчно CT скани или рентгенови снимки, което може да отнеме време и да доведе до грешки.“
Изследователите използваха две групи данни от рентгенови снимки на гърдата, включващи нормални снимки, снимки с положителни на коронавирус COVID-19 и снимки на вирусна пневмония. Моделът Custom-CNN, специално проектиран за диагностициране на COVID-19, беше обучен върху 80% от снимките и беше тестван върху останалите 20%. Резултатите показаха впечатляваща ниво на точност от 98,19% при разграничаване на COVID-19, нормални и пневмонични рентгенови примери. Custom-CNN моделът предизвика впечатление, надминавайки други съществуващи модели при оценката.
Гандоми подчерта предимствата на ИИ системата, като каза: „Дълбокото обучение предлага цялостно решение, което елиминира нуждата от ръчно търсене на биомаркери. Моделът Custom-CNN оптимизира процеса на откриване, предоставяйки по-бърза и по-точна диагноза на COVID-19.“
Ранното откриване на COVID-19 чрез рентгенови снимки на гърдата позволява незабавно лечение, включително с антивирусни лекарства, които имат най-добра ефективност в първите пет дни след появата на симптоми. Освен това, ранното откриване може да насърчи пациентите да се изолират и предотвратят допълнително разпространение на вируса.
Гандоми също подчерта възможния глобален ефект на тази ИИ система, като каза: „Новата ИИ система може да бъде от особена полза в страни с високи нива на COVID-19, където има нестачка от радиолози. Рентгеновите снимки на гърдата са преносими, широко разпространени и предоставят по-ниско излагане на йонизиращо лъчение от CT сканиране.“
Това първоначално изследване, публикувано в Scientific Reports, не само революционира диагностиката на COVID-19, но и демонстрира потенциала на ИИ за трансформиране на медицинската наука, като осигурява по-бързи и по-точни диагностични инструменти.
The source of the article is from the blog yanoticias.es